Згідно з останніми заявами Шін Чжоу У, керівника автопідрозділу NVIDIA, моя власна думка, яку я неодноразово висловлював, стає ще чіткішою. Tesla в L2++ безперечно є лідером галузі. (Саме тому я завжди казав, що наглядова FSD, де відповідальність за рішення лежить на водії, — це обмеження Tesla.) Це також підтверджує У. Але проблема саме в цьому. Масштабне впровадження Cybercab на основі виключно візуальних даних за поточним шляхом майже неможливе. Натомість, ймовірно, компанія зупиниться на демонстраціях у обмежених зонах, приховуючи віддалений контроль та виняткові операційні умови. Аргументація У дуже проста: L2++ і L4 — це не одна й та ж гра. У L2++ кінцевою відповідальною особою є водій. Якщо камери заплуталися — водій може втрутитися. Саме тому Tesla має перевагу: вона довгий час дотримувалася візуального підходу та накопичила величезний обсяг даних з мільйонів споживчих автомобілів. У навіть сказав: «У базовому L2++ Ілон поступається майже нікому». L4 — це інше. Там немає водія. Якщо будь-який сенсор виходить з ладу або будь-яка умова порушується — автомобіль повинен самостійно безпечно зупинитися. За словами У, основний принцип L4: «Автомобіль повинен безпечно функціонувати навіть при однократній відмові». Саме тому NVIDIA розробляє базову версію Hyperion для L2++ з камерами та радарами, а для L4 — розширений варіант із лідаром. Коли я запитав У: «Чи потрібен лідар для L4?» — його коротка відповідь була: «Так». Він не стверджував, що це 100% теоретично неможливо, але сказав, що якщо обмежитися лише візуальними даними, то зона роботи (ODD) буде значно обмежена. Щоб реалізувати L4 у реальних умовах, які цікавлять клієнтів, лідар набагато кращий. Цей один рядок — суть справи. Візуальний підхід не є «абсолютно неможливим». Проблема — у масштабованості L4. У вузьких геозонах, за добрих погодних умов, на чистих дорогах, де можна миттєво втрутитися з віддаленого центру — це можна імітувати. Але це не масштабоване управління великою флотилею. Велика флотилея стикається щодня з дощем, зворотним сонцем, дорожніми роботами, перевернутими об’єктами, низькоконтрастними перешкодами, забрудненими сенсорами, поганою видимістю вночі та непередбачуваними структурами доріг. Камери — це пасивні сенсори, залежні від світла. Вони не вимірюють глибину напряму — вони її виводять. Виведення працює добре всередині навчального розподілу, але раптово погано працює поза ним. L4 не дозволяє таких «слабких моментів». Оцінка У про те, що Waymo — це «вже доведений гравець», а Tesla — «ще шукає шлях», пояснюється тим самим. Waymo створила безпилотний сервіс у обмежених містах і зробила його повторюваним операційним процесом. Візуальний Cybercab Tesla ще не досяг цього рівня операційного підтвердження. Покращення споживчого FSD і безпилотна комерційна флотилея без водіїв — це абсолютно різні речі. Перше — успішне, якщо зменшити частоту втручань; друге — успішне лише тоді, коли втручання взагалі виключено з операційної моделі. Структура даних також не на користь Tesla. Tesla зберегла закритий цикл своєї флотилеї. Це могутнє засоби для покращення L2++. Але для сертифікації безпеки L4 та масштабування через кілька OEM та міст потрібна інша оптимізація. У підкреслює, що NVIDIA акцентується на спільному обміні даними та симуляціями між OEM. L4 не може базуватися лише на досвідi однiєї компанiї. Потрiбно врахувати рiдкiснi аварiї, вiдмови сенсорiв, регуляторнi вимоги та регiональнi особливостi дорожнього руху. Закритий цикл дає швидкiсть, але слабшає у перевiрцi надiйностi. Витратна логiка також не все бiльше на користь Tesla. Найбiльша перевага вiзуального пiдходу — низька вартiсть. Але чим далi ми йдемо до L4, тим бiльшими стають моделi, тим бiльше обчислень потрiбно для виведення та надлишковостi. Коли ми переходимо на чипи нового поколiння (AI5), навантаження на обчислення росте стрiмко. У згадав цей момент. Щоб закрити безпековий розрив, який не можна покрити лише камерами, потрiбно бiльшi моделi та бiльше обчислень — і тодi економiя на сенсорах знову повертається у виглядi витрат на чипи, енергопоживання, охолодження та сертифiкацiю. А коли додаються вiддаленi оператори, обмеження експлуатацiї, реагування на аварiї, страхування та локальнi винятки — «дешеве обладнання» швидко перетворюється на «дорогу експлуатацiю». Отже, реалiстичний шлях Cybercab для мене такий: Перше: обмежений рух по обмеженим маршрутам та часам у декiлькох мiстах. Друге: при проблемах — втручання з вiддаленого центру та повернення до бази. Третє: пост iйне оновлення програмного забезпечення при збереженнi образу «безпилотного роботаксi».Четверте, повне масштабне розширення автопарку відкладається на наступний квартал, на наступне місто, на наступний чіп. Це стратегія затримки, яка не визнає невдачі, бо важко компенсувати фізичну надлишковість і рівень безпеки, необхідні для комерційної роботи L4, лише за допомогою камери та висновків. Саме це й є обмеження ODD, про які говорив Ву. Демонстрація можлива. Обмежений успіх — також. Але це не означає повсякденну експлуатацію великих автопарків. Не потрібно зменшувати досягнення Tesla на рівні L2++. Ці досягнення справжні. Але вважати їх рівними завершенню L4 кіберкапа — це руйнує логіку. Висловлювання Ву важливе саме тому, що NVIDIA не ігнорує Tesla, а навпаки — чітко розділяє її сильні та слабкі сторони. Лідером на рівні L2++ залишається Tesla. Доведена експлуатація L4 все ще ближча до Waymo. Візуальним кіберкапам важко стрибнути через цю пропасть лише за рахунок даних і обчислень. Як я й передбачав. Кіберкап деякий час буде виглядати «як би працював». Відео виглядає чудово, деякі ділянки дійсно проїжджаються добре. Але для справжнього масштабного автопарку — тобто для автономної транспортної мережі, яка повсякденно поглинає погодні умови, міську інфраструктуру та незвичайні ситуації — поточної архітектури недостатньо. Поки цього браку не заповнять, Tesla купує час, а ринок зберігає очікування. (Наївні прихильники Tesla продовжуватимуть вірити.) Інтерв’ю Ву вказує саме на те, що цей час не може бути нескінченним.